數(shù)據(jù)產(chǎn)品經(jīng)理、懂?dāng)?shù)據(jù)的產(chǎn)品經(jīng)理、可以利用好數(shù)據(jù)的產(chǎn)品經(jīng)理，完全是三類人。

這幾天總統(tǒng)大選又把各種民調(diào)和預(yù)測推成了熱點(diǎn)，大家都說機(jī)器學(xué)習(xí)或者大數(shù)據(jù)完敗，人心不可捉摸。這一仗證明了數(shù)據(jù)和機(jī)器總是勘不破人性這種玄學(xué)，這些永遠(yuǎn)都是無法預(yù)測好的云云。

實(shí)際上并非如此，數(shù)據(jù)并不是客觀的，數(shù)據(jù)帶有強(qiáng)烈的主觀色彩，人本身在挖掘數(shù)據(jù)、分析數(shù)據(jù)和總結(jié)數(shù)據(jù)三個環(huán)節(jié)，都起到了至關(guān)重要的作用。

首先，收集數(shù)據(jù)的渠道，都是人操作的、人判斷的，用街頭的問卷還是電話？用 Google 的搜索歷史還是 Facebook 的語義分析？這都是可選的、可變的。

其次，分析數(shù)據(jù)的算法里，沒有任何一個是機(jī)器自己研制的。每個算法的每個公式和策略，都是人制定的，人去決定這些數(shù)據(jù)代表著什么意義，在大選中又會起到什么作用。

最后，得到結(jié)論的過程，也是人做決策。這樣的分析結(jié)果代表什么含義？這樣的結(jié)論準(zhǔn)確程度有多少？

比如，許多我們知道的民調(diào)和大數(shù)據(jù)預(yù)測慘敗，但也有很多成功預(yù)測的，他們使用的是完全不同的方法。不代表他們的能力多強(qiáng)、多有錢或者有多少人力，而是他們選擇的方式不同。

像 Bing 通過搜索結(jié)果、社交媒體數(shù)據(jù)及第三方的預(yù)測結(jié)果，在 8 月得到的預(yù)測是希拉里有 77% 可能當(dāng)選（之后的預(yù)測數(shù)字甚至更高）：

而另外有人通過各州的收入來分析，準(zhǔn)確率就大不一樣：

因此并不能單純地說，大數(shù)據(jù)、民調(diào)的數(shù)據(jù)分析方法有問題，人心永遠(yuǎn)無法捉摸。

不過今天我想說的是衍生出來的另外一個問題：數(shù)據(jù)跟我們做產(chǎn)品有什么關(guān)系？我們做產(chǎn)品時到底應(yīng)該怎么看待數(shù)據(jù)？

1. 數(shù)據(jù)在產(chǎn)品演化中是必要的，它提供的是信息

我在 產(chǎn)品是演化出的，不是規(guī)劃出的 中提過，產(chǎn)品一定是演化出來的，不是規(guī)劃出來的。

互聯(lián)網(wǎng)產(chǎn)品的特殊性在于，不像傳統(tǒng)的商品，設(shè)計(jì)、制造和銷售完全割裂。對互聯(lián)網(wǎng)產(chǎn)品來說，能夠一邊改進(jìn)一邊接觸到用戶，這就提供了很好的途徑，讓我們對用戶的反饋?zhàn)龀龈淖?。這也是慣常所說的「互聯(lián)網(wǎng)思維」。

所謂接觸用戶、了解用戶，無非就是幾種方法（在之前文章里也有提過）：

• 觀察，或者親自體驗(yàn)
• 調(diào)查問卷、街頭調(diào)查
• 訪談、焦點(diǎn)小組
• 獲得用戶使用數(shù)據(jù)

使用這些方法，我們得到的是各種各樣的信息，其中有定性的也有定量的。這些就是我們每次迭代的核心基礎(chǔ)，沒有這些，我們根本不知道該如何改。

對于定性的信息，更多是考驗(yàn)產(chǎn)品經(jīng)理的觀察力、對用戶的敏感程度。所謂一個人到底有沒有「產(chǎn)品感」，跟用戶聊了幾句能不能得到有效信息，去現(xiàn)實(shí)場景中體驗(yàn)了下產(chǎn)品能不能有新的發(fā)現(xiàn)，等等，都是這個范疇的。

而所謂數(shù)據(jù)，就是這些信息當(dāng)中，屬于定量部分的。

定量部分的信息，不依賴于產(chǎn)品經(jīng)理的「產(chǎn)品感」，很多時候是依賴于產(chǎn)品經(jīng)理對數(shù)據(jù)的敏感程度和分析能力。從錯綜復(fù)雜的數(shù)據(jù)里還原真相，推理出現(xiàn)場，是這時所需要的能力。

對于不管是調(diào)查問卷還是從產(chǎn)品后臺得到的這些數(shù)據(jù)，看似都沒什么問題，數(shù)字變大就是增長，數(shù)字減少就是下跌，明明是板上釘釘?shù)氖聝海鋵?shí)卻暗藏陷阱。對產(chǎn)品經(jīng)理來說，數(shù)據(jù)的陷阱，比其它定性信息的陷阱，更加危險(xiǎn)——因?yàn)槟愫芟嘈胚@是客觀的、無從質(zhì)疑的。

（定量和定性信息的區(qū)別，定量信息即是數(shù)據(jù)）

2. 陷阱一：數(shù)據(jù)獲取有誤

美國總統(tǒng)大選是數(shù)據(jù)獲取天然的試驗(yàn)場，怎么得到最真實(shí)的數(shù)據(jù)、怎么選擇調(diào)查對象樣本都是老生常談的話題。1936 年美國總統(tǒng)大選中脫穎而出的民調(diào)公司蓋洛普，就是依靠更準(zhǔn)備的獲取方法，用 5 萬樣本打敗了當(dāng)年的《文學(xué)文摘》 230 萬份的樣本數(shù)據(jù)。

有趣的是，靠總統(tǒng)大選聲名鵲起的蓋洛普，今年沒有預(yù)測總統(tǒng)大選。（First Gallup, Then Pew：http://www.imediaethics.org/first-gallup-then-pew-afraid-of-election-polls/）

數(shù)據(jù)獲取在總統(tǒng)大選中非常難操作，在于美國作為移民國家、又奉行自由主義，國內(nèi)的政治派系、種族、性別、年齡、教育背景、社會階層等等，千差萬別，無法找到準(zhǔn)確的分層統(tǒng)計(jì)樣本（分層抽樣指依據(jù)特征區(qū)分樣本，再隨機(jī)抽樣）。

這么來看，對不同的產(chǎn)品，數(shù)據(jù)獲取的難度自然也不一樣。

如果產(chǎn)品所面向的用戶群體非常集中，比如是做初高中教育的，那么用戶就是初高中的學(xué)生，調(diào)研的人群不會特別分散；但如果是大規(guī)模的平臺，像淘寶京東這種，用戶群體從巨富到還沒有收入的學(xué)生各不相同，那么要區(qū)分調(diào)研他們的狀況，自然就難上加難。

除了區(qū)分用戶群體，確保獲取信息的準(zhǔn)確性也會是件麻煩事。

我之前有個朋友是做情趣用品的，他們做了一系列調(diào)研，然后發(fā)現(xiàn)平時使用情趣用品的男女比例，大概是 8：2 的樣子（具體數(shù)字我記不清了）。這不是他們的猜想，也不是根據(jù)其他間接的數(shù)據(jù)做的推論，這可都是實(shí)實(shí)在在的調(diào)研結(jié)果。

但想來想去，他們總覺得哪里不對。這跟他們平時的感知是相悖的。于是他們又重新做了一些調(diào)研，不過這次他們使用了匿名的方式，并且沒有綁定用戶任何的賬號，這次使用情趣用品女性的比例驟然增大。

顯而易見：原來的調(diào)研是在微博上做的公開調(diào)研，很多女性用戶比較靦腆，不愿填寫自己的真實(shí)情況。

再說回今年的總統(tǒng)大選，為什么大量的民調(diào)和預(yù)測都失敗了？因?yàn)橛泻芏噙x民言行不一，也有很多選民大家稱之為「沉默的大多數(shù)」，這樣的結(jié)果就是獲取到的數(shù)據(jù)，本身就是有問題的、不真實(shí)的。即便是它們沒有經(jīng)過任何潤色處理。

（像微博上常見的公開投票，大家會更在意「表現(xiàn)出來的」觀點(diǎn)，而不是自己「真實(shí)的」觀點(diǎn)）

3. 陷阱二：數(shù)據(jù)是客觀的，但信息和知識是有主觀成分的

不過好在前面說的都是傳統(tǒng)的調(diào)研方式，新的獲取數(shù)據(jù)方式，也就是所謂大數(shù)據(jù)，其實(shí)是根據(jù)用戶實(shí)際行為獲得的。對剛才提到的淘寶京東來說，根據(jù)該用戶的消費(fèi)記錄，基本就能夠知道他們大致屬于什么收入階層，根據(jù)他們的購物記錄，也能還原出大致的人的性格、喜好和生活環(huán)境。

既然是通過用戶的行為得到的數(shù)據(jù)來做判斷，不是拿調(diào)查問卷或者訪談作為根據(jù)，那總不會出問題了吧？

當(dāng)然也不是。這就涉及到數(shù)據(jù)分析環(huán)節(jié)中的陷阱了。同樣的數(shù)據(jù)，不同的人會有不同的看法，不同的算法也會得到截然不同的結(jié)論。

數(shù)據(jù)（Data）是客觀存在的，但是信息（information）則是我們分析出的。而知識（knowledge）是從信息中提煉出的、歸納總結(jié)出的（原騰訊副總裁吳軍老師和臺積電張忠謀都提過這樣的概念）。

它們分屬三種層次，我們應(yīng)當(dāng)時刻清楚當(dāng)前面對的，究竟是哪一個？

舉個我真正遇到的例子。

我目前所在的即時物流平臺，做的是配送的業(yè)務(wù)。一方的用戶是不同的渠道商，像餓了么、鮮花店等；另一方的用戶則是眾包配送員。可以理解為我們是做雙方的撮合平臺。

有段時間我們就遇到一個問題：A 渠道商的訂單總是配送不出去，或者超時，或者干脆時間太久被取消。這個渠道的訂單取消率和超時率都居高不下，同時配送這些訂單的配送員數(shù)量一直很少。

我們對這些數(shù)據(jù)初步的判斷就是：這是 A 渠道商的配送員不夠。由于我們對 A 渠道商的配送服務(wù)有一定要求，所以對應(yīng)的配送員要經(jīng)過培訓(xùn)。我們的結(jié)論就是：讓更多的配送員接受培訓(xùn)，增加對應(yīng)配送員。

看起來邏輯沒什么問題，但我們在即將行動時發(fā)現(xiàn)了另一份數(shù)據(jù)：A 渠道商的訂單轉(zhuǎn)單率特別高。所謂轉(zhuǎn)單，就是配送員認(rèn)為自己某種原因無法完成配送，于是把自己手中的訂單轉(zhuǎn)出去。

這下真實(shí)的原因露出水面。并非是配送員不夠，而是配送員對接 A 渠道商的訂單積極性不高，甚至有些反感。被轉(zhuǎn)出的單子自然就容易超時乃至取消。

問題的本質(zhì)也就是，我們應(yīng)當(dāng)提高 A 渠道商訂單在配送員方面的滿意度和收入。而不是冒然增多配送員。

「看似是這樣的」和「真的是這樣的」中間的差別可能非常巨大。

再比如，看這兩張圖，用戶活躍量幾乎一樣（彩色圖塊的外邊線），應(yīng)該都是比較樂觀的增長。

（圖片來自 GrowingIO）

但仔細(xì)看，就會知道，雖然第一張圖里的用戶活躍量也不低，但是用戶的周留存劇烈下降，甚至為 0，而圖二中每天的活躍用戶，在一定時間后就逐步穩(wěn)定了下來。也就是說，在后期的日活中，有大量的是留存老用戶，不像圖一基本都是新用戶。

這是一種很好地通過數(shù)據(jù)分析活躍用戶與留存用戶關(guān)系的方式。而如果只看到了活躍用戶的數(shù)據(jù)，就不會得到正確的結(jié)論。

還有個經(jīng)典例子就是沃爾德對美國空軍戰(zhàn)機(jī)的分析，這里就不做贅述了，參考：百度百科「幸存者偏差」中關(guān)于二戰(zhàn)飛機(jī)的例子，前后解釋有些矛盾，是怎么回事？

同樣的數(shù)據(jù)，都能得出完全不同的判斷。

（沃爾德的論文中計(jì)算概率的方法）

4. 陷阱三：唯數(shù)據(jù)導(dǎo)向

你可能會問：不是說數(shù)據(jù)來指導(dǎo)我們迭代嗎？那數(shù)據(jù)導(dǎo)向有什么問題嗎？

確實(shí)，隨著數(shù)據(jù)獲取渠道的豐富、硬件上有了存儲和計(jì)算大規(guī)模數(shù)據(jù)的可能性，數(shù)據(jù)在產(chǎn)品設(shè)計(jì)中在起著越來越重要的作用。Growth Hacker 的方式基本是現(xiàn)在互聯(lián)網(wǎng)產(chǎn)品的共識了。

但是唯數(shù)據(jù)導(dǎo)向卻是錯的。

我們先看一個虛構(gòu)的例子。

小 C 和小 D 來到一家公司做運(yùn)營方向的產(chǎn)品，他們都在努力想讓產(chǎn)品吸引更多用戶。小 C 想到的是，打好基礎(chǔ)，把產(chǎn)品的方方面面做好，慢慢推進(jìn)，用戶遲早會買賬；而小 D 覺得這是落伍的方法，他認(rèn)為，應(yīng)該快速用各種營銷方式先吸引人過來，剩下的在迭代中考慮。

如果是唯數(shù)據(jù)導(dǎo)向的公司，會怎么樣？肯定會選擇小 D 的方案，因?yàn)樗麄兊膬煞N方式里，小 D 的顯然數(shù)據(jù)會更好看。

好了，小 C 只好也接受了小 D 的觀點(diǎn)，兩個人都在想如何做好營銷的功能，老板建議他們用新手紅包的方式。

所以小 C 想的是給每個用戶發(fā) 10 元新人紅包，把更多主要的補(bǔ)貼用在后續(xù)有黏性的用戶身上。

而小 D 認(rèn)為現(xiàn)在拉新、造勢最重要，應(yīng)該每個人發(fā) 50 元的新人紅包，但是呢，錢要花在刀刃上，這 50 元的新人紅包想要拿到，還得邀請 10 個好友才行，邀請完也不行，邀請完才告訴你這是抽獎紅包，你只有 10% 的概率拿到——剛開始不告訴你，你下載了 APP、注冊完了、打開紅包頁面，我再告訴你。

小 C 說你這不是欺詐嗎？用戶會反感的。小 D 說這有什么啊，反感的用戶自然就會走，但是這樣新用戶的數(shù)據(jù)會暴漲的啊。

于是爭執(zhí)不下的兩人，各自做了一套功能，上線后一周，老板看了看數(shù)據(jù)，就把小 C 開除了。

想必你明白我的意思了。這種舍遠(yuǎn)求近、撿了芝麻丟了西瓜的事情，其實(shí)普遍發(fā)生在如今的產(chǎn)品經(jīng)理的設(shè)計(jì)里。在各種領(lǐng)導(dǎo)的壓力下、KPI 的壓力下、公司融資的壓力下，往往都是追求一時的數(shù)據(jù)好看，而不在意長期的可持續(xù)發(fā)展。

這點(diǎn)在運(yùn)營和業(yè)務(wù)導(dǎo)向的電商行業(yè)、O2O 行業(yè)非常顯著。尤其是大公司，職級體系復(fù)雜，每個人只關(guān)心自己手頭這塊利益，就沒有人在意公司長期的利益了（BAT 里誰做得最差有目共睹）。

微信是在節(jié)制方面做得最好的。張小龍多次提到，微信的核心價(jià)值觀就是要以用戶優(yōu)先，而不是以 KPI 或者數(shù)據(jù)優(yōu)先。比如他說道：

關(guān)于用戶的價(jià)值，這里可以舉很多例子，比如說很多的公眾號可能把拉粉作為他最大的一個訴求，但你會看到其實(shí)微信里面幾乎沒有地方可以提供你可以很輕易的獲取粉絲。這里要考慮一點(diǎn)，你吸引到了非常多的粉絲，這些粉絲真的是愿意被你吸引才過來的，這個區(qū)分很重要，如果是被你用各種手段牽過來的粉絲，這是沒有意義的，也違背了我們以用戶第一為價(jià)值觀點(diǎn)的考量。假設(shè)一個公眾號有1000萬粉絲，可是這是在用戶不太知情的情況底下獲得的，可能很危險(xiǎn)。
唯數(shù)據(jù)導(dǎo)向的產(chǎn)品設(shè)計(jì)方法，不僅會追求數(shù)據(jù)不斷的增長，還會很擔(dān)心數(shù)據(jù)的短暫下滑。

之前就跟朋友討論一個問題：有很多成熟的、規(guī)模不小的平臺和產(chǎn)品，為什么體驗(yàn)爛到這種地步了，還是不改版呢？

了解過他們一些產(chǎn)品經(jīng)理的想法后，除了技術(shù)實(shí)現(xiàn)的問他，我還知道了一種可能。改版這種事情，是牽一發(fā)動全身的，要協(xié)調(diào)各種資源，很容易在協(xié)作中出問題；更麻煩的是，改版對用戶來說，肯定是短期內(nèi)難以接受的，很可能各項(xiàng)數(shù)據(jù)指標(biāo)會有劇烈下滑，用戶也由于不習(xí)慣新版而怨聲載道。這兩個麻煩，尤其后一個，是沒人愿意站出來承擔(dān)的。

長期來看會帶來更多好處、未來用戶會有更多的增長，這都不是幾天就看得出來的，也許做改版的產(chǎn)品經(jīng)理沒有等到那一天，就會因?yàn)榭此妻k事不利被開除了。所以維持現(xiàn)狀也就是最好的選擇了。

所以總結(jié)下來，怎樣才是正確對待數(shù)據(jù)的方法呢？

首先，我們要確保數(shù)據(jù)的真實(shí)性、獲取數(shù)據(jù)的準(zhǔn)確性；其次，我們要清楚，每種數(shù)據(jù)都只是從一個側(cè)面反映了事實(shí)，要還原數(shù)據(jù)是要多維去看的；最后，我們還要知道數(shù)據(jù)是客觀的，但怎樣合理利用數(shù)據(jù)則是很主觀的，應(yīng)當(dāng)把它放在合適的位置上，而不是唯數(shù)據(jù)是從。

5. 小結(jié)

最后想說的是，說到跟數(shù)據(jù)有關(guān)系的產(chǎn)品經(jīng)理，數(shù)據(jù)產(chǎn)品經(jīng)理、懂?dāng)?shù)據(jù)的產(chǎn)品經(jīng)理、可以利用好數(shù)據(jù)的產(chǎn)品經(jīng)理，完全是三類人。數(shù)據(jù)產(chǎn)品經(jīng)理是負(fù)責(zé)呈現(xiàn)數(shù)據(jù)和分析數(shù)據(jù)的功能產(chǎn)品的，數(shù)據(jù)就是他的產(chǎn)品；懂?dāng)?shù)據(jù)的產(chǎn)品經(jīng)理是可以對數(shù)據(jù)有清晰認(rèn)知的、能夠知道數(shù)據(jù)背后真相的，他們能夠讓數(shù)據(jù)來指導(dǎo)自己的產(chǎn)品。

不過懂?dāng)?shù)據(jù)的產(chǎn)品經(jīng)理，未必是可以利用好數(shù)據(jù)的產(chǎn)品經(jīng)理。后者會更在意數(shù)據(jù)反映出的問題本質(zhì)，以及對產(chǎn)品和用戶來說，這個本質(zhì)意味著什么，而不只是單純追求數(shù)據(jù)。

希望大家都能成為最后一種產(chǎn)品經(jīng)理。

相關(guān)閱讀：

如何構(gòu)建產(chǎn)品經(jīng)理的技能樹（一）

如何構(gòu)建產(chǎn)品經(jīng)理的技能樹（二）

如何構(gòu)建產(chǎn)品經(jīng)理的技能樹：需求到底怎么挖（三）

#專欄作家#

劉飛，微信公眾號：劉言飛語，人人都是產(chǎn)品經(jīng)理專欄作家?；ヂ?lián)網(wǎng)產(chǎn)品經(jīng)理，先后在錘子科技、嘟嘟美甲和點(diǎn)我吧任產(chǎn)品經(jīng)理，知乎產(chǎn)品經(jīng)理領(lǐng)域最佳回答者之一。豆瓣閱讀《最好的時代》作者。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，不得轉(zhuǎn)載。